คู่มือเริ่มต้น | การติดตั้ง | การใช้งาน | ตัวอย่าง
Labelme เป็นเครื่องมือใส่คำอธิบายประกอบรูปภาพกราฟิกที่ได้รับแรงบันดาลใจจาก http://labelme.csail.mit.edu
เขียนด้วยภาษา Python และใช้ Qt สำหรับอินเทอร์เฟซแบบกราฟิก
ตัวอย่างชุดข้อมูล VOC ของการแบ่งส่วนอินสแตนซ์
ตัวอย่างอื่นๆ (การแบ่งส่วนความหมาย การตรวจจับ bbox และการจัดหมวดหมู่)
พื้นฐานต่างๆ (รูปหลายเหลี่ยม สี่เหลี่ยม วงกลม เส้น และจุด)
คำอธิบายประกอบภาพสำหรับรูปหลายเหลี่ยม สี่เหลี่ยมผืนผ้า วงกลม เส้น และจุด (บทช่วยสอน)
คำอธิบายประกอบรูปธงสำหรับการจัดหมวดหมู่และการทำความสะอาด (#166)
คำอธิบายประกอบวิดีโอ (คำอธิบายประกอบวิดีโอ)
การปรับแต่ง GUI (ป้ายกำกับ / ธงที่กำหนดไว้ล่วงหน้า การบันทึกอัตโนมัติ การตรวจสอบฉลาก ฯลฯ) (#144)
การส่งออกชุดข้อมูลรูปแบบ VOC สำหรับการแบ่งส่วนความหมาย/อินสแตนซ์ (การแบ่งส่วนความหมาย การแบ่งส่วนอินสแตนซ์)
การส่งออกชุดข้อมูลรูปแบบ COCO สำหรับการแบ่งส่วนอินสแตนซ์ (การแบ่งส่วนอินสแตนซ์)
หากคุณยังใหม่กับ Labelme คุณสามารถเริ่มต้นใช้งาน Labelme Starter ซึ่งประกอบด้วย:
คู่มือการติดตั้ง สำหรับทุกแพลตฟอร์ม: Windows, macOS และ Linux ?
บทช่วยสอนทีละขั้นตอน : คำอธิบายประกอบแรกสำหรับการแก้ไข การส่งออก และการรวมเข้ากับโปรแกรมอื่นๆ ?
รวบรวมทรัพยากรอันทรงคุณค่า เพื่อการสำรวจต่อไป ?.
มีตัวเลือกดังนี้:
การติดตั้งแพลตฟอร์มที่ไม่เชื่อเรื่องพระเจ้า: Anaconda
การติดตั้งเฉพาะแพลตฟอร์ม: Ubuntu, macOS, Windows
สร้างไบนารีล่วงหน้าจากส่วนการเปิดตัว
คุณต้องติดตั้ง Anaconda จากนั้นรันด้านล่าง:
# python3conda create --name=labelme python=3source activate labelme# conda install -c conda-forge pyside2# conda install pyqt# pip install pyqt5 # pyqt5 สามารถติดตั้งผ่าน pip บน python3pip install labelme# หรือคุณสามารถติดตั้งทุกอย่างด้วยคำสั่ง conda # conda ติดตั้ง labelme -c conda-forge
sudo apt-get install labelme# หรือ sudo pip3 ติดตั้ง labelme# หรือติดตั้งปฏิบัติการแบบสแตนด์อโลนจาก:# https://github.com/labelmeai/labelme/releases# หรือติดตั้งจาก sourcepip3 ติดตั้ง git+https://github.com/labelmeai/ ป้ายกำกับฉัน
ชงติดตั้ง pyqt # อาจจะ pyqt5pip ติดตั้ง labelme# หรือติดตั้งปฏิบัติการ / แอพแบบสแตนด์อโลนจาก:# https://github.com/labelmeai/labelme/releases# หรือติดตั้งจาก sourcepip3 ติดตั้ง git+https://github.com/labelmeai/labelme
ติดตั้ง Anaconda จากนั้นในการเรียกใช้ Anaconda Prompt:
conda สร้าง --name=labelme python=3 conda เปิดใช้งาน labelme pip ติดตั้ง labelme# หรือติดตั้งปฏิบัติการ/แอปแบบสแตนด์อโลนจาก:# https://github.com/labelmeai/labelme/releases# หรือติดตั้งจาก sourcepip3 ติดตั้ง git+https://github.com/labelmeai/labelme
เรียกใช้ labelme --help
เพื่อดูรายละเอียด
คำอธิบายประกอบจะถูกบันทึกเป็นไฟล์ JSON
labelme # เพียงแค่เปิด gui# บทช่วยสอน (ตัวอย่างภาพเดียว) ตัวอย่างซีดี / บทช่วยสอน labelme apc2016_obj3.jpg # ระบุไฟล์รูปภาพ labelme apc2016_obj3.jpg -O apc2016_obj3.json # ปิดหน้าต่างหลังจาก savelabelme apc2016_obj3.jpg --nodata # ไม่รวมข้อมูลรูปภาพ แต่พา ธ รูปภาพสัมพัทธ์ใน JSON filelabelme apc2016_obj3.jpg --labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball # ระบุรายการป้ายกำกับ# semantic semantic examplecd examples/semantic_segmentation labelme data_annotated/ # เปิดไดเร็กทอรีเพื่อใส่คำอธิบายประกอบรูปภาพทั้งหมดใน itlabelme data_annotated/ --labels label.txt # ระบุรายการป้ายกำกับด้วยไฟล์
--output
ระบุตำแหน่งที่จะเขียนคำอธิบายประกอบ หากตำแหน่งลงท้ายด้วย .json จะมีการเขียนคำอธิบายประกอบเพียงรายการเดียวลงในไฟล์นี้ สามารถใส่คำอธิบายประกอบได้เพียงภาพเดียวหากระบุตำแหน่งด้วย .json หากตำแหน่งไม่ได้ลงท้ายด้วย .json โปรแกรมจะถือว่าเป็นไดเร็กทอรี คำอธิบายประกอบจะถูกจัดเก็บไว้ในไดเร็กทอรีนี้ด้วยชื่อที่สอดคล้องกับรูปภาพที่ใช้สร้างคำอธิบายประกอบ
ครั้งแรกที่คุณเรียกใช้ labelme มันจะสร้างไฟล์กำหนดค่าใน ~/.labelmerc
คุณสามารถแก้ไขไฟล์นี้ได้ และการเปลี่ยนแปลงจะมีผลในครั้งถัดไปที่คุณเปิด labelme หากคุณต้องการใช้ไฟล์กำหนดค่าจากตำแหน่งอื่น คุณสามารถระบุไฟล์นี้ด้วยแฟล็ก --config
หากไม่มีแฟล็ก --nosortlabels
โปรแกรมจะแสดงรายการเลเบลตามลำดับตัวอักษร เมื่อโปรแกรมรันด้วยแฟล็กนี้ โปรแกรมจะแสดงป้ายกำกับตามลำดับที่ให้ไว้
ธงถูกกำหนดให้กับรูปภาพทั้งหมด ตัวอย่าง
ป้ายกำกับถูกกำหนดให้กับรูปหลายเหลี่ยมเดียว ตัวอย่าง
วิธีแปลงไฟล์ JSON เป็นอาร์เรย์ numpy? ดูตัวอย่าง/บทช่วยสอน
จะโหลดไฟล์ PNG ป้ายกำกับได้อย่างไร ดูตัวอย่าง/บทช่วยสอน
จะรับคำอธิบายประกอบสำหรับการแบ่งส่วนความหมายได้อย่างไร ดูตัวอย่าง/semantic_segmentation
จะรับคำอธิบายประกอบสำหรับการแบ่งส่วนอินสแตนซ์ได้อย่างไร ดูตัวอย่าง/instance_segmentation
การจำแนกประเภทภาพ
การตรวจจับกล่องขอบเขต
การแบ่งส่วนความหมาย
การแบ่งส่วนอินสแตนซ์
คำอธิบายประกอบวิดีโอ
git clone https://github.com/labelmeai/labelme.gitcd labelme# ติดตั้ง anaconda3 และ labelmecurl -L https://github.com/wkentaro/dotfiles/raw/main/local/bin/install_anaconda3.sh | ทุบตี -s .source .anaconda3/bin/activate pip ติดตั้ง -e
ด้านล่างนี้แสดงวิธีสร้างไฟล์ปฏิบัติการแบบสแตนด์อโลนบน macOS, Linux และ Windows
# ตั้งค่า condaconda create --name labelme python=3.9 conda เปิดใช้งาน labelme# สร้างไฟล์ปฏิบัติการแบบสแตนด์อโลนpip ติดตั้ง .pip ติดตั้ง 'matplotlib<3.3'pip ติดตั้ง pyinstaller pyinstaller labelme.spec dist/labelme --version
ตรวจสอบให้แน่ใจว่าการทดสอบด้านล่างผ่านการทดสอบในสภาพแวดล้อมของคุณ
ดู .github/workflows/ci.yml
สำหรับรายละเอียดเพิ่มเติม
pip ติดตั้ง -r ข้อกำหนด-dev.txt รูปแบบ ruff --ตรวจสอบ # `รูปแบบ ruff` เพื่อตรวจสอบการแก้ไขอัตโนมัติ # `ตรวจสอบ ruff --fix` เพื่อแก้ไขอัตโนมัติMPLBACKEND='agg' pytest -vsx tests/
repo นี้เป็นทางแยกของ mpitid/pylabelme